资料下载
×
基于多参考信号ICA的目标语音提取方法_王青云
消耗积分:1 |
格式:pdf |
大小:465KB |
2017-03-08
#Freedom
分享资料个
基于多参考信号ICA的目标语音提取方法_王青云
正常人在嘈杂的环境中仍然能够听清自己感兴趣的语音, 例如在在吵闹的聚会上,很多人同时说话,人们仍然可以在干扰 声中交谈。如何模拟人耳的这种语音聚焦和提取能力至今仍然 是现代语音信号处理技术的难题。近年来,很多研究者利用独立 分量分析 ICA(Independent Component Analysis, ICA)算法实现语 音分离和提取,但是这种算法对噪声敏感,在实际环境中性能不 佳。另一些研究者利用目标声源的空间信息,结合声源定位和波 束形成技术提取目标语音,对噪声的鲁棒性能好,但语音提纯效 果有限。 本文提出一种新的目标语音提取方法。该方法利用声源定 位、波束形成和小波分解等算法对麦克风阵语音信号进行前处 理,获取多个目标语音参考信号,然后应用基于负熵的 FastICA 算法对目标语音进行估计。基于麦克风阵实测语音的仿真实验 证明,本文提出的算法能有效地抑制背景噪声和干扰声,恢复目 标语音波形和语谱图, 实现比常规波束形成、小波分解和 ICA 算法更高的输出信噪比和信干比。
正常人在嘈杂的环境中仍然能够听清自己感兴趣的语音, 例如在在吵闹的聚会上,很多人同时说话,人们仍然可以在干扰 声中交谈。如何模拟人耳的这种语音聚焦和提取能力至今仍然 是现代语音信号处理技术的难题。近年来,很多研究者利用独立 分量分析 ICA(Independent Component Analysis, ICA)算法实现语 音分离和提取,但是这种算法对噪声敏感,在实际环境中性能不 佳。另一些研究者利用目标声源的空间信息,结合声源定位和波 束形成技术提取目标语音,对噪声的鲁棒性能好,但语音提纯效 果有限。 本文提出一种新的目标语音提取方法。该方法利用声源定 位、波束形成和小波分解等算法对麦克风阵语音信号进行前处 理,获取多个目标语音参考信号,然后应用基于负熵的 FastICA 算法对目标语音进行估计。基于麦克风阵实测语音的仿真实验 证明,本文提出的算法能有效地抑制背景噪声和干扰声,恢复目 标语音波形和语谱图, 实现比常规波束形成、小波分解和 ICA 算法更高的输出信噪比和信干比。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
